使用函数数据分析和实验设计构建光谱数据的预测模型

近年来,偏最小二乘(PLS)已被用于建立光谱数据的预测模型。使用函数数据分析器(Functional Data Explorer)和实验的协变量设计一种较新的方法,允许在具有良好预测性的预测模型中使用较少的光谱。这种方法使用了四分之一到三分之一的数据,否则这些数据将用于建立基于光谱数据的预测模型。新的多变量平台,如模型驱动的多元控制图(MDMCC)也将作为增强光谱数据分析的方式被展示。

プレゼンター

‎05-21-2024 01:29 PM に公開 Community Manager Community Manager | ‎05-21-2024 01:35 PM に更新済み

近年来,偏最小二乘(PLS)已被用于建立光谱数据的预测模型。使用函数数据分析器(Functional Data Explorer)和实验的协变量设计一种较新的方法,允许在具有良好预测性的预测模型中使用较少的光谱。这种方法使用了四分之一到三分之一的数据,否则这些数据将用于建立基于光谱数据的预测模型。新的多变量平台,如模型驱动的多元控制图(MDMCC)也将作为增强光谱数据分析的方式被展示。



イベントは終了しました
このイベントにはもう参加できません

開始:
月, 9 21, 2020 12:00 午後 EDT
終了:
水, 9 23, 2020 12:00 午後 EDT
0 件の賞賛